Logiciel de génie automobile

Les performances du véhicule se rapportent aux capacités globales, à l'efficacité et à la fonctionnalité d'un véhicule, englobant des aspects tels que l'accélération, l'autonomie de la batterie, la sécurité, l'aérodynamique et la gestion de l'eau, les systèmes avancés d'aide à la conduite (ADAS), la gestion de l'énergie et de la chaleur, le bruit, les vibrations et la dureté (NVH) et l'acoustique, la résistance et la durabilité, les commandes du véhicule et la maniabilité du véhicule.

L'ingénierie de la performance automobile est guidée par les exigences de l'entreprise et offre une optimisation du système de bout en bout grâce à une boucle de test et de surveillance virtuelle continue. En utilisant un stratégie shift-left, les constructeurs et fournisseurs automobiles visent à offrir une meilleure valeur commerciale en découvrant les problèmes potentiels au début du cycle de développement. En utilisant la simulation au début du processus de conception et en testant virtuellement si les produits répondent aux exigences, ils peuvent détecter les problèmes tôt et les corriger dans un digital twin compréhensible. De plus, ils peuvent explorer des alternatives de conception plus tôt dans la phase de conception lorsque le changement de conception est plus facile et moins perturbateur.

Une simulation multiphysique fait référence à l'analyse de phénomènes physiques multiples et simultanés d'un ou plusieurs systèmes et des interactions entre eux. Animés par les demandes des consommateurs et les exigences commerciales, le logiciel d'ingénierie automobile multiphysique vise à concevoir des produits sûrs et performants plus rapidement. Cela permet de modéliser la complexité, d'explorer les possibilités de produits fonctionnant dans des conditions réelles et de découvrir les problèmes potentiels au début du cycle de développement.

Prenez par exemple développement de batteries de véhicules, les équipes de conception et d'ingénierie doivent intégrer le génie électrochimique, électrique, thermique et structurel. L'exécution de campagnes isolées ciblant ces attributs distincts générera des modèles et des ensembles de données redondants et parfois conflictuels. Au lieu de cela, l'utilisation d'une approche multiphysique tout-en-un vous permet de comprendre exactement comment les composants fonctionneront lorsqu'ils seront intégrés à d'autres et garantit que même le premier prototype fonctionne comme prévu.

Le temps où les essais (systèmes) automobiles étaient effectués sur des prototypes est révolu depuis longtemps. Aujourd'hui, le développement ne s'arrête pas à la fin du cycle V. Au lieu de cela, il continue dans une boucle infinie en utilisant des données historiques, des données de test et des données des véhicules utilisés pour créer des modèles basés sur des tests qui définissent la relation entre les caractéristiques du véhicule et ses performances.

Un bon exemple est test de système basé sur un modèle (MBST). MBST est un cadre d'ingénierie utilisant trois solutions clés : les modèles virtuels, les systèmes virtuels-physiques et les prototypes physiques. Il utilise les données de test pour construire, valider et améliorer les modèles de simulation, identifie les interactions via xIl dans divers scénarios et améliore les données de test avec des modèles de simulation pour les prototypes physiques. Les fabricants utilisant MBST sont plus efficaces, plus rapides et évitent les erreurs dans le transfert de données ou le post-traitement.

Un autre exemple remarquable est prototypage virtuel. Le prototypage virtuel est une méthode de test efficace qui permet d'explorer les alternatives d'assemblage de véhicules avant la construction de prototypes physiques. Il aborde spécifiquement les performances NVH et utilise l'analyse des chemins de transfert (TPA) basée sur les composants pour évaluer rapidement diverses conceptions, ce qui permet d'économiser des coûts en détectant et en contrôlant les problèmes tôt.

Les méthodes de conception et d'ingénierie traditionnelles ont du mal avec les flux de travail complexes d'aujourd'hui. Tirer parti de l'intelligence artificielle (IA) et l'apprentissage automatique (ML) accélère la prise de décision, améliore la productivité des équipes d'ingénierie et développe des produits innovants dans des délais plus courts. S'ajustant à n'importe quelle étape du cycle de développement, Simcenter offre un cadre d'application de l'intelligence artificielle pour tirer parti des données historiques, éviter les erreurs, accélérer l'analyse et optimiser les conceptions en toute confiance.

Par exemple, dans les systèmes de véhicules autonomes, l'IA et le ML sont utilisés pour intégrer le comportement humain dans la perception de la machine. Alors que les systèmes actuels de perception des véhicules autonomes correspondent presque aux capacités sensorielles humaines, en particulier dans des conditions standard, ils sont insuffisants dans les conditions météorologiques extrêmes et les scénarios complexes. Simcenter processus de création de scénarios aide à générer des scénarios critiques pour les OEM et les fournisseurs AV, en assurant le respect des normes de sécurité comme la sécurité de la fonctionnalité prévue (SOTIF).

La seule façon durable d'intégrer les systèmes de véhicules est d'aborder la conception et l'ingénierie comme un ecosystem complet. Cela permet aux fabricants de reconcevoir et de réutiliser rapidement le flux de travail à mesure que les exigences changent et échangent les attributs entre plusieurs domaines. Au niveau des processus, il est essentiel de répondre aux exigences tout en restant connecté au système de gestion du cycle de vie des produits (PLM) pour s'assurer que les modifications apportées dans un domaine sont reflétées dans l'ensemble du système. A approche d'ingénierie des systèmes basée sur des modèles (MBSE) dans le développement de véhicules relie l'ingénierie des systèmes au reste de l'organisation de développement, améliorant la collaboration et la prise de décision.

Prenons l'exemple de ingénierie d'entraînement électrique. Un e-drive se compose d'un moteur électrique, d'une boîte de vitesses et de l'électronique de puissance. Plusieurs experts de différents domaines doivent travailler ensemble pour obtenir un entraînement électrique intégré efficace. Il est donc essentiel de laisser les silos de développement traditionnels dans le passé et de permettre l'ingénierie des systèmes interfonctionnels et interdomaines. Seule une approche d'ingénierie connectée, avec des flux de travail intégrés et réutilisables grâce à l'application de MBSE et un digital twin, fournit aux constructeurs la chaîne d'outils logiciels d'ingénierie automobile pour gérer la complexité en spirale de l'ingénierie des véhicules électriques — non seulement du produit mais aussi du processus de développement.